近日，河南省农业科学院农业信息技术研究所一件国家发明专利“一种小麦倒伏程度分级方法和装置”获国家知识产权局授权。臧贺藏、申华磊、苏歆琪、李国强为主要发明人，该成果得到河南省科技攻关项目与河南省农业科学院优秀创新团队项目的资助。

【背景意义】

小麦是河南省最重要的粮食作物之一，在保障国家粮食安全中发挥着重要作用。然而，在小麦生育中后期，受极端天气、品种特性或栽培管理等因素影响，田间小麦易发生不同程度倒伏，给产量形成带来较大不确定性。研究表明，严重倒伏可导致减产达50%。因此，利用人工智能技术实现小麦倒伏程度的自动识别与精准解析，对抗倒伏品种选育及农业保险损失评估具有重要意义。

【切入点】

无人机遥感可快速获取小麦冠层高分辨率图像，较好反映田间倒伏形态及其空间分布特征。结合深度学习方法开展倒伏区域识别与程度解析，成为提升小麦倒伏监测效率与精度的重要途径。

【解决问题】

目前小麦倒伏调查多依赖人工调查或简单图像识别方法，存在效率低、主观性强以及难以实现倒伏程度精细化分级等问题。同时，田间倒伏形态复杂，传统模型在倒伏识别精度和泛化能力方面仍存在不足。

【创新点】

本发明自建了小麦生育后期多时序以及多个无人机飞行高度的倒伏图像数据集，创制了小麦倒伏区域细粒度分割技术，并对Shift MLP模块进行了改进，首创了基于前馈神经网络的小麦倒伏程度分级智能解析模型（MLP_U-Net），准确率达96.1%。该模型能够准确估算小麦倒伏倾斜角度和倒伏面积，实现小麦倒伏程度的分级判定，从而实现小麦倒伏程度的定性与定量综合评价。该技术显著提升了模型的泛化能力和结果解释性，为小麦倒伏监测与灾害评估提供了高效可靠的技术支撑。